في يوم من الأيام، كان البحث يعني كتابة بضع كلمات في مربع على أمل أن تظهر النتيجة الصحيحة. "رحلات طيران رخيصة في شيكاغو"، أو "أفضل برنامج لإدارة علاقات العملاء"، أو ربما "بيتزا بالقرب مني". كان الأمر مباشراً، ومعاملاتياً، وبصراحة، ميكانيكياً بعض الشيء.
لكن البحث لم يعد كذلك بعد الآن. ليس في الواقع. اليوم، نحن نطرح الأسئلة. ننقح. ونواصل. ما بدأ كاستفسار واحد يمكن أن يتحول إلى محادثة كاملة، ليس مع شخص ما، ولكن مع ذكاء اصطناعي يتذكر ما قلته قبل خمس مطالبات. وعلى نحو متزايد، لا يقتصر الأمر على الإجابة فقط، بل يقوم بتنسيق خطواتك التالية.
تستعرض هذه المقالة الرحلة من مطابقة الكلمات المفتاحية الجامدة إلى تنسيق النوايا الذي يعتمد على الذكاء الاصطناعي، وما تحتاج الشركات إلى إعادة التفكير فيه إذا أرادت أن تظل مرئية في عالم تُفسح فيه النقرات المجال للسياق.
كيف تطور البحث: من السلاسل إلى النية
كانت محركات البحث المبكرة عبارة عن مطابقات نصية مجيدة. اكتب في "أفضل كاميرا DSLR أقل من $500" وستحصل على صفحات تحتوي ببساطة على هذه العبارة بالضبط. كان هذا هو عصر مطابقة n-gram، وكثافة الكلمات الرئيسية، وحشو العلامات الوصفية. كان الأمر هشًا، ولم يكن يتسع نطاقه.
عندما أصبح المستخدمون أكثر طلاقة في البحث على الويب، أصبحت المحركات أكثر ذكاءً. شكّل تحديث Google Hummingbird في عام 2013 نقطة تحوّل رئيسية: أصبح البحث أقل اهتمامًا بمطابقة السلاسل وأكثر اهتمامًا بالمعنى. ثم جاء بعد ذلك تحديث RankBrain وBERT وMUM - وكلها تهدف إلى تفريغ القصد من وراء الاستعلام بدلاً من الكلمات فقط.
ولكن حتى هذه التطورات كانت مرتبطة بمفهوم النتائج الثابتة. كنت تبحث، وتحصل على قائمة، ثم تنقر، وتنتهي. لم يكن هناك ذاكرة، ولا ذهاباً وإياباً. الآن، هذا يتغير.
من الأسئلة إلى المحادثات: تعدد الأدوار يصبح هو القاعدة
لقد أدخل وصول أجهزة LLM نوعًا جديدًا من التفاعل: البحث متعدد الأدوار. يمكنك أن تطرح سؤالاً واسع النطاق، ثم تنقحه، ثم تبحث بشكل أعمق، والذكاء الاصطناعي يواكب ذلك. فهو يتذكر أسئلتك السابقة، ويفهم قيودك، ويصمم إجاباته وفقاً لذلك.
وبدلاً من "أفضل أحذية الجري"، نشهد الآن:
- "ما هو أفضل حذاء للجري للقدم المسطحة؟"
- "أي منها يصلح للجري على المضمار؟"
- "هل يتوفر أي منها بمقاسات عريضة أقل من $120؟"
كل خطوة تعتمد على الخطوة السابقة. هذا هو البحث التخاطبي، وهو يختلف اختلافاً جوهرياً عما سبق.
كما أنه أكثر تطلبًا. لا يتم تقييم المحتوى الخاص بك مرة واحدة فقط. قد تتم إعادة النظر فيه عبر مراحل متعددة في جلسة المستخدم، أو مقارنته بالبدائل، أو إعادة دمجه مع مقاطع من مكان آخر. هذا يعني أنك لا تتنافس فقط على الترتيب - أنت تتنافس على التضمين في توليفة الذكاء الاصطناعي.
صعود تنسيق النوايا
وهنا تصبح الأمور أكثر إثارة للاهتمام. تتجاوز أنظمة الذكاء الاصطناعي الآن مجرد الإجابة عن الأسئلة. فهي تتوقع الخطوات التالية وتقدم إجراءات قبل أن تسأل. هذا هو تنسيق النوايا، المرحلة التالية في تطور البحث.
وبدلاً من مجرد جلب النتائج، يمكن لأنظمة مثل وضع الذكاء الاصطناعي من Google، وChatGPT مع أدوات التصفح، وPerplexity:
- فسر استفسارك الأولي.
- توليد سلسلة من الاستعلامات الفرعية ذات الصلة.
- تجميع النتائج من مصادر متعددة.
- توقع إجراءات المتابعة.
- تقديم مسارات مباشرة للعمل (الحجز، المقارنة، الشراء، إلخ).
لنفترض أنك تبحث عن "التخطيط لرحلة نهاية الأسبوع إلى لشبونة". قد يقوم النظام بـ
- اعرض خيارات رحلات الطيران والفنادق.
- أوصيك بمعالم الجذب السياحي بناءً على تفضيلاتك السابقة.
- تسليط الضوء على قواعد التأشيرة.
- اعرض أن تقوم بإعداد خط سير الرحلة أو حتى حجزها لك.
لم يعد هذا بحثاً بعد الآن. إنه دعم اتخاذ القرار بقيادة الذكاء الاصطناعي.
لماذا لم تعد استراتيجية الكلمات المفتاحية وحدها تفي بالغرض بعد الآن؟
في هذا المشهد الجديد، فإن تحسين المحتوى لعبارة كلمات مفتاحية محددة يشبه الظهور في سباق فورمولا 1 بدراجة هوائية. قد تستمر في الوصول إلى مكان ما، ولكن النظام يعمل على مستوى مختلف تمامًا.
ما يهم الآن هو
- الثراء الدلالي: هل يغطي المحتوى الخاص بك الموضوع بطريقة تدعم أنواع النوايا المتعددة؟
- النمطية: هل يمكن أن تكون الفقرات أو الأقسام الفردية قائمة بذاتها وتجيب عن أسئلة محددة؟
- وضوح الكيان: هل الأشخاص والأماكن والمنتجات والأفكار الواردة في المحتوى الخاص بك محددة بوضوح ومشار إليها باستمرار؟
- الهيكل: هل يدعم ترميز HTML وترميز المخطط والتنسيق الخاص بك التحليل الآلي وإعادة الاستخدام؟
باختصار، أنت تقوم ببناء محتوى ليس فقط للبشر، ولكن لوكلاء الذكاء الاصطناعي الذين يمكنهم تشريحه وإعادة مزجه وإعادة تجميعه عبر حالات الاستخدام.
تفكيك مشهد النوايا الحديثة
حدد نموذج المدرسة القديمة هدف البحث في ثلاث فئات: المعلوماتية والملاحية والمعاملات. لا يزال هذا النموذج مفيدًا، لكنه خشن جدًا بالنسبة لواقع اليوم.
تعمل محركات الذكاء الاصطناعي الحديثة بتصنيف أكثر دقة بكثير، بما في ذلك:
- التوضيح - تنقيح أو توضيح طلب مبهم.
- المقارنة - الموازنة بين الخيارات جنباً إلى جنب.
- استكشافية - تصفح مفتوح بدون هدف محدد.
- منسق - الإجراءات المتسلسلة بناءً على الأهداف المستنبطة.
- المحيط - يتم تشغيله حسب السياق، وليس عن طريق استعلام صريح.
- استباقية - يبدأ الذكاء الاصطناعي التفاعل بناءً على السلوك الملاحظ.
يعد فهم المحتوى الخاص بك وتعيينه لهذه الحالات جزءًا أساسيًا من تحسين المحرك التوليدي (GEO).
ما يراه الذكاء الاصطناعي بالفعل: الاستفسارات الفرعية والممرات وسلاسل الاستدلال
عندما يقوم المستخدم بإدخال استعلام معقد، لا يقوم الذكاء الاصطناعي بإجراء بحث فقط. فهو يقسم هذا الاستعلام إلى مكونات أصغر - استعلامات فرعية - ويسحب الإجابات من مصادر متعددة.
إليك مثال على ذلك.
استفسار: "قارن بين Trek FX 3 و Specialized Sirrus للمناخات الممطرة"
قد يقوم الذكاء الاصطناعي بالتوليد والتشغيل:
- "مواصفات Trek FX 3".
- "أداء سيروس في الطقس الرطب"
- "أفضل الدراجات الهجينة للمطر"
- "استعراض دراجات الركاب المقاومة للمطر".
يحصل كل منها على عملية استرجاع خاصة به. يمكن أن يساهم المحتوى الخاص بك حتى لو كان يجيب على أحد هذه المكونات فقط.
بعد ذلك، يستخدم الذكاء الاصطناعي سلاسل التفكير لتجميع الإجابة. حيث يقارن بين المقاطع ويصنفها بشكل زوجي ويجمع الأقوى في إجابة. قد لا تظهر صفحات كاملة - فقط أفضل ثلاث جمل عن العزل المائي.
ما الذي يجب على صانعي المحتوى أن يفعلوه بالفعل حيال كل هذا
دعنا ندخل في صلب الموضوع. إن معرفة أن أنظمة الذكاء الاصطناعي لا تنظر فقط إلى الصفحات بأكملها ولكن بدلاً من ذلك تستخرج أجزاء مفيدة من كل مكان يعني أننا بحاجة إلى إعادة التفكير في كيفية كتابة المحتوى الخاص بنا وهيكلته.
اجعل المحتوى الخاص بك يعمل في أجزاء
لا يمكنك افتراض أن منشور مدونتك أو صفحة منتجك بالكامل ستتم قراءتها من البداية إلى النهاية. في الواقع، لن يتم ذلك في معظم الأحيان. إن ما تلتقطه أدوات الذكاء الاصطناعي مثل ChatGPT أو نظرة عامة على الذكاء الاصطناعي من Google هو في الواقع أجزاء صغيرة - فقرة هنا، قائمة هناك، وربما جدول مقارنة سريع.
هذا يعني أن المحتوى الخاص بك يجب أن يعمل بشكل معياري. يجب أن يكون كل قسم قادرًا على أن يكون قائمًا بذاته، كما لو كان مأخوذًا من مجموعة أو مستند تعليمات. إذا كنت تشرح مفهوماً، حدده بوضوح في مكان واحد. إذا كنت تقوم بمقارنة، فضعها بشكل واضح مع أقسام مصنفة. يجب أن تبدو العناوين وكأنها أسئلة قد يكتبها المستخدمون أو يطرحونها بصوت عالٍ. فكر: "ما الفرق بين X و Y؟" أو "هل هذه الأداة جيدة للمبتدئين؟
تجعل الجداول والأقسام القصيرة والحدود الواضحة بين الأفكار من السهل على الذكاء الاصطناعي الاقتباس منك دون قطع السياق. إذا تمكن القارئ (أو نظام الذكاء الاصطناعي) من فهم المغزى من قسم ما دون التمرير لأعلى أو لأسفل، فأنت على الطريق الصحيح.
فكر فيما وراء النية الأولى
تتم كتابة الكثير من المحتوى مع وضع هدف بحث واحد ضيق في الاعتبار، ربما يكون إعلاميًا، وربما يكون للمعاملات. لكن المحادثات الحقيقية (ورحلات المستخدمين الحقيقية) لا تتوقف عند هذا الحد. قد يبدأ شخص ما بسؤال مثل "ما هو تحسين محركات البحث التقني؟" ثم يتحول إلى "كيف يمكنني تنفيذه على موقعي الإلكتروني؟
يجب أن يتوقع المحتوى الخاص بك هذا التطور. لا تكتفِ بتحديد الموضوع، بل استكشف الحواف. أضف حالات استخدام حقيقية. اشرح كيف يعمل. قم بتضمين أدلة الإعداد أو الإرشادات التفصيلية. إذا كانت هناك إيجابيات وسلبيات، فقم بتوضيحها. ضع في اعتبارك الأسئلة التي قد يطرحها شخص ما بعد ذلك، وليس فقط أولاً.
إن تغطية موضوع ما من زوايا متعددة - عملية واستراتيجية وحتى عاطفية - يجعل المحتوى الخاص بك مؤهلاً لمجموعة واسعة من مسارات الاسترجاع. كما أنه أكثر فائدة للأشخاص الحقيقيين، وهذا هو بيت القصيد.
نظمها كما لو أن الآلة ستقرأها (لأنها ستفعل)
أنت لا تكتب للمستخدمين فقط بعد الآن. أنت تكتب لـ LLMs، وهم من الصعب إرضاءهم بشأن البنية. HTML الواضح والدلالي مهم. أوقات التحميل السريعة مهمة. لم يعد ترميز المخطط أمرًا لطيفًا؛ بل أصبح إشارة أساسية.
إذا لم تكن قد فعلت ذلك بالفعل، فاحرص على استخدام البيانات المنظمة. ضع علامات على الأسئلة الشائعة. ضع علامات على إرشاداتك. استخدم مخطط المنتج حيثما ينطبق. يساعد ذلك الذكاء الاصطناعي على التعرف على المحتوى الخاص بك وأين يتناسب مع سلسلة استعلامات أكبر.
لا تغفل أيضًا عن الأساسيات: النص البديل الذي يصف بالفعل ما يوجد في صورك، والروابط الداخلية ذات المغزى، و HTML الذي يسهل الزحف إليه. إنها ليست مثيرة، لكنها أساسية.
كن مصدرًا حقيقيًا، وليس مجرد ملخص
إليك الجزء الذي يفوت الكثير من الناس: تتحسن أنظمة الذكاء الاصطناعي في معرفة الفرق بين الأفكار الأصلية والمحتوى الذي يعيد صياغة منشور مدونة شخص آخر. إذا كان كل ما تفعله هو تجميع ما هو موجود بالفعل، فربما لا يتم الاستشهاد بك.
ما يتم سحبه في إجابات الذكاء الاصطناعي يميل إلى أن يأتي من العلامات التجارية والمبدعين الذين يظهرون خبرة واضحة. قد يعني ذلك الاقتباس من خبراء معروفين، أو الإشارة إلى بيانات حقيقية، أو استخدام أمثلة مباشرة، أو تقديم دراسات حالة فعلية. والأفضل من ذلك أن يكون محتوى يبدو جديداً - وهو أمر لا يمكن لنماذج الذكاء الاصطناعي توليده بسهولة من تلقاء نفسها.
ولا تنس الاتساق. إذا كان موقعك الإلكتروني يقول شيئًا ما، ووسائل التواصل الاجتماعي الخاصة بك تقول شيئًا آخر، ولا يقول موقع LinkedIn الخاص بك شيئًا على الإطلاق، فهذا يضعف سلطتك في أعين البشر والآلات على حد سواء. نظّف ذلك. اجعل علامتك التجارية تبدو وكأنها مصدر واحد مترابط وموثوق به عبر المنصات.
كيف يبدو النجاح في عصر البحث الجديد
قد لا تكون حركة المرور هي مقياس نجاحك الأساسي بعد الآن. قد يتم الاستشهاد بك من قبل ChatGPT 100 مرة ولا تحصل على زيارة مباشرة أبداً، ولكن تظل علامتك التجارية أو منتجك أو فكرتك تلعب دوراً حاسماً في رحلة ذلك المستخدم.
تتضمن إشارات الرؤية الجديدة ما يلي:
- تواتر الاستشهادات بالذكاء الاصطناعي.
- التواجد في ملخصات النقر الصفري.
- إعادة استخدام أجزاء المحتوى الخاص بك في الإجابات المركبة.
- التضمين في توصيات الأدوات أو سير العمل الآلي.
هذه هي الهندسة ذات الصلة. يتعلق الأمر بأن يتم اختياره من قبل الذكاء الاصطناعي، وليس مجرد فهرسته بواسطة محرك البحث.
أهمية ذلك بالنسبة للشركات
الآثار المترتبة على ذلك تتجاوز مجرد تحسين محركات البحث. فهذا التحول يؤثر على:
- التجارة الإلكترونية: يعني الدفع بالوكالة أن المستخدمين لا يزورون موقعك أبدًا. يجب أن تكون معلومات منتجك جاهزة للمعاملات التي يقودها الذكاء الاصطناعي.
- البرمجيات كخدمة B2B SaaS: قد يحصل صانعو القرار على جميع أبحاثهم من Perplexity أو Gemini دون النقر على الإطلاق. تحتاج إلى الفوز في طبقة التوليف.
- الرعاية الصحية والقانونية والمالية: الدقة والثقة مهمان أكثر من أي وقت مضى. فالبيانات المنظمة والاستشهادات والوضوح أمور غير قابلة للتفاوض.
وللجميع: إذا كنت غير مرئي بالنسبة للذكاء الاصطناعي، فإنك تصبح غير مرئي بالنسبة لعملائك.
كيف تساعد Nuoptima العلامات التجارية على البقاء مرئية في عصر البحث بالذكاء الاصطناعي
في نوبتيمالقد رأينا عن كثب مدى سرعة تغير مشهد البحث. لم نعد نساعد العملاء فقط على "ترتيب أعلى". تبدو هذه العبارة قديمة في عالم أصبحت فيه النماذج اللغوية الكبيرة هي حراس البوابة الجدد، وغالباً ما يتم إنشاء الإجابات قبل أن ينقر المستخدم على الإطلاق. لذلك قمنا بالتكيف. ما نقوم به الآن هو مساعدة الشركات على أن تكتشفها أنظمة الذكاء الاصطناعي، وليس فقط محركات البحث، من خلال مواءمة المحتوى مع كيفية سؤال الأشخاص، وليس فقط كيفية البحث.
استراتيجياتنا مصممة لهذه المرحلة الجديدة. نحن نركّز على المحتوى الغني بالبيانات والمتوافق مع المقاصد والذي يعمل عبر منصات مثل ChatGPT وPerplexity وGemini وبحث Google التقليدي. وهذا يعني تجاوز الكلمات المفتاحية. نحن نصمم أصولاً يمكن للذكاء الاصطناعي فهمها وإعادة استخدامها والاستشهاد بها بسهولة، سواءً كانت مقارنة منتجات، أو صفحة مقصودة متعددة اللغات، أو صفحة مقصودة تجيب عن مقاصد المستخدم بتمريرة واحدة. نحن نجمع بين تحسين محركات البحث التقنية المتقدمة، والروابط الخلفية عالية الموثوقية، واستراتيجية المحتوى العميق مع وضع هدف واضح في الاعتبار: ليس فقط أن تتم رؤيته فحسب، بل أن يتم استخدامه في تدفق المحادثات التي تعتمد على الذكاء الاصطناعي.
هذا التحول من التصنيفات إلى الملاءمة ليس اتجاهاً مستقبلياً، بل إنه يعيد بالفعل تشكيل كيفية اتخاذ المشترين للقرارات. وبالنسبة للعلامات التجارية التي نعمل معها، فإن البقاء في مساحة الإجابة ليس اختيارياً. إنه أمر بالغ الأهمية. لهذا السبب لم نعد نعمل على تحسين البحث فقط. نحن نبني لتنسيق النوايا.
الخلاصة: أنت لا تقوم بتحسين البحث. أنت تقوم بتدريب الذكاء الاصطناعي.
لنكن واقعيين، لم تعد عبارة "تحسين محرك البحث" تصف تمامًا ما نقوم به بعد الآن. لقد تغيرت اللعبة. نحن لا نقوم فقط بتعديل الصفحات من أجل التصنيفات. نحن نقوم بتشكيل المعلومات بحيث يمكن للذكاء الاصطناعي التوليدي أن يفهمها ويثق بها ويستخدمها في سياقها. هذه مهمة مختلفة تمامًا.
هذا النوع الجديد من الظهور لا يتعلق بمطاردة النقرات أو حشو العبارة المناسبة. إنه يتعلق بجعل المحتوى الخاص بك قابلاً للاستخدام في تدفق المحادثة. إذا لم يتمكن الذكاء الاصطناعي من تحليله، أو الإشارة إليه، أو التصرف بناءً عليه، فقد لا يكون موجودًا أيضًا. وإذا لم تكن رسالتك متناسقة أو لم تكن خبرتك واضحة، فمن غير المرجح أن تكون المصدر الذي تختاره الآلة عندما يحين وقت تجميع الإجابة.
البحث ليس ميتاً - على العكس من ذلك تماماً. ولكن الآليات تتغير بسرعة. فالتحول من الروابط إلى اللغة، ومن الكلمات المفتاحية إلى النية، جارٍ بالفعل. يمكنك أن تشعر بذلك عندما تسأل سؤالاً وتظهر الإجابة... دون الحاجة إلى النقر. هذا هو المستقبل. في الواقع، هذا هو الحاضر.
العلامات التجارية التي تعتمد على ذلك - التي تتعلم كيفية التحدث بطريقة يمكن للآلات ترجمتها ويثق بها البشر - ستبقى مرئية. أما البقية؟ سيستمرون في التحسين من أجل نموذج ينزلق بهدوء من الباب الخلفي.
الأسئلة الشائعة
1. هل لا يزال البحث عن الكلمات الرئيسية مفيدًا في عصر البحث التحادثي؟
بالتأكيد، ولكن ليس بالطريقة التي اعتدنا عليها. لم نعد نبحث فقط عن العبارات ذات الحجم الكبير بعد الآن. وبدلاً من ذلك، نستخدم البحث عن الكلمات المفتاحية لفهم المشهد الأوسع: ما الذي يطلبه الأشخاص، وكيف يصيغون أسئلتهم، وأين تبدأ النية في التحول. فكّر في الكلمات المفتاحية كإشارات وليس كأهداف.
2. كيف يمكنني معرفة ما إذا كان المحتوى الخاص بي "مناسبًا للذكاء الاصطناعي"؟
ابدأ بطرح السؤال التالي: إذا قام نموذج اللغة بسحب فقرة واحدة من صفحتك، هل سيكون لها معنى من تلقاء نفسها؟ لا تقتبس أنظمة الذكاء الاصطناعي دائمًا صفحات كاملة - فهي تنتقي الأجزاء الأكثر فائدة. تساعد العناوين الواضحة والإجابات الموجزة والأقسام المكتوبة بإحكام على عمل المحتوى الخاص بك حتى عندما يتم سحبه.
3. ما الفرق بين GEO و GEO التقليدي لتحسين محركات البحث؟
يتعلق تحسين محركات البحث التقليدية بالظهور في نتائج البحث. أما GEO (تحسين المحرك التوليدي) فهو يتعلق بالظهور في الإجابات. لا يتعلق الأمر فقط بالترتيبات، بل يتعلق بالملاءمة - على مستوى القطعة، وعلى مستوى التفكير، وعلى مستوى اتخاذ القرار. أحدهما يُحسِّن للرؤية. والآخر يعمل على تحسين التكامل.
4. هل أحتاج إلى تغيير طريقة كتابتي لمشاركات المدونة من أجل نموذج البحث الجديد هذا؟
ليس تماماً، ولكن ربما تحتاج هيكليتك إلى إعادة التفكير. لم تعد المقدمات المتشعبة والمحتوى غير المنظم مناسبين بعد الآن. يجب أن يكون لكل قسم غرض، وأن يجيب على سؤال حقيقي، وأن يكون قائماً بذاته. كن محدداً أيضاً، فالكتابة المبهمة يتخطاها البشر والآلات على حد سواء.
5. ماذا لو كان ترتيبي جيدًا بالفعل؟ هل يجب أن أظل أهتم بإجابات الذكاء الاصطناعي؟
نعم، وبشكل عاجل. الترتيب الجيد لا يضمن التضمين في ملخصات الذكاء الاصطناعي أو نتائج المحادثة. قد تكون على الصفحة الأولى، ولكن إذا لم يتم الاستشهاد بالمحتوى الخاص بك أو تجميعه، فإنك تفقد الطبقة التالية من الظهور. الأمر أشبه بالحضور إلى حفلة دون أن تكون جزءًا من المحادثة.